基于甲亢临床指标的多维时间序列关联度分析

摘要：

近年来，对临床医疗数据的挖掘分析越来越热，医疗数据中包含很多有价值的信息等待被挖掘。对基于时间序列的临床指标数据流进行关联度分析，从中发现临床指标相互之间变化趋势的相关性，对于开展精准医疗具有非常重要的价值。本文将高斯混合模型运用于临床医疗数据流的关联度分析中，提出关联支持度的方法来衡量指标之间的关联关系的强弱程度。最后通过分析100多位甲亢患者临床指标数据流，计算出各个指标对的关联支持度，得出各指标相互之间关联度的强弱关系。

关键词：高斯混合模型、多维分析、关联支持度、甲亢

分类号：TP302(计算技术、计算机技术)

在线出版日期：2016-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：12-15